AutoML Vision giúp các công ty tạo ra các giải pháp kiểm tra trực quan cho sản xuất như thế nào.

Chúng tôi luôn lắng nghe ý kiến từ khách hàng, và có ý kiến cho rằng: họ cần những cách thức mới để áp dụng các công nghệ mới nhất như AI để cải thiện hiệu quả sản xuất. Một lĩnh vực mà AI đã chứng minh là đặc biệt có lợi đó là việc tự động hóa quy trình kiểm soát chất lượng hình ảnh trong lĩnh vực sản xuất.

Những khách hàng này nói với chúng tôi rằng họ muốn các giải pháp AI giúp họ kiểm soát chất lượng và kiểm tra hiệu quả hơn, để cải thiện chất lượng tổng thể. Nhưng, có nhiều yếu tố gây khó khăn trong việc ngăn chặn việc phân phối các sản phẩm bị hư hỏng. Và càng về sau, một lỗi được bắt gặp trong quá trình sản xuất, càng tốn kém để sửa chữa hoặc thay thế. Kiểm tra trực quan giúp khách hàng sản xuất sớm xác định lỗi và với chi phí thấp hơn, và chúng tôi đã thấy nhiều cách cải tiến mà nó giúp khách hàng của chúng tôi cách mạng hóa quy trình của họ.

Sản xuất chip hiệu quả hơn

Một ví dụ về một khách hàng sử dụng AI để biến đổi quy trình sản xuất của họ là trường hợp công ty GlobalFoundries, một công ty hàng đầu trong ngành sản xuất chất bán dẫn. Công ty đã sử dụng AutoML Vision để xây dựng một giải pháp kiểm tra trực quan có thể phát hiện các khiếm khuyết ngẫu nhiên trong wafer map (bản đồ tấm bán dẫn) và quét hình ảnh kính hiển vi điện tử (SEM), đây là những phần thiết yếu để sản xuất chất bán dẫn. Một wafer map (bản đồ tấm bán dẫn) cho thấy hiệu suất của một thiết bị bán dẫn, trong khi hình ảnh SEM, được tạo ra với chùm electron tập trung, có thể được sử dụng để kiểm tra chặt chẽ một tấm bán dẫn.

“Google Cloud AutoML Vision giúp các chuyên gia về vật liệu của chúng tôi dễ dàng học nhanh cách điều hướng và sau đó đào tạo AI” Tiến sĩ DP Prakash, Trưởng phòng Sáng tạo AI XR Toàn cầu tại GlobalFoundries giải thích. “Tại nhà máy của chúng tôi dẫn đầu sáng kiến, 40% khối lượng công việc kiểm tra thủ công đã được chuyển thành công sang giải pháp kiểm tra trực quan mà chúng tôi xây dựng dựa trên AutoML.”

Giải pháp kiểm tra trực quan của GlobalFoundries là tích hợp AutoML Vision vào hệ thống quản lý nội dung của họ và bao gồm thu thập hình ảnh SEM, quản lý lỗi hình ảnh và mẫu, hiển thị dự đoán khiếm khuyết và tạo báo cáo chất lượng sản phẩm. AutoML Vision đọc hình ảnh của các tấm wafer và các khiếm khuyết mẫu và huấn luyện các mô hình tùy chỉnh để phát hiện các khiếm khuyết này. Mô hình được đào tạo sẽ được sử dụng để phát hiện các khiếm khuyết trong hình ảnh sản phẩm mới.

Cách mạng hóa quy trình sản xuất

Siemens là một công ty khác sử dụng AutoML Vision để thay đổi cách quản lý quy trình kiểm tra.

"Siemens đã tận dụng chuyên môn trong lĩnh vực công nghệ AI của Google để tạo ra dịch vụ AI của nhà máy, và đã cách mạng hóa việc sản xuất bằng các kiểm tra trực quan tự động” ngài Tigran Bagramyan, nhà lãnh đạo và nhà khoa học dữ liệu của Siemens cho biết. “Chúng tôi sử dụng AutoML Vision để tạo ra các nguyên mẫu và đẩy chúng vào sản xuất trên sàn nhà máy. AutoML Vision giúp chúng tôi tập trung hơn vào các trường hợp sử dụng (use cases) và giá trị khách hàng thay mà không cần quan tâm nhiều tới sự phức tạp của việc phát triển AI. "

Trong khi đó, công ty LG CNS tận dụng AutoML Vision Edge để tạo ra các giải pháp thông minh sản xuất giúp phát hiện các khiếm khuyết trong mọi thứ: từ màn hình LCD, phim quang, đến vải ô tô trên dây chuyền lắp ráp. AutoML Vision Edge đã cải thiện độ chính xác phát hiện lỗi 6% và giảm thời gian thiết kế và huấn luyện các mô hình ML của họ từ bảy ngày xuống chỉ còn vài giờ.

AutoML Vision cho phép khách hàng đào tạo các mô hình phát hiện lỗi (khiếm khuyết) có hiệu quả cao, và triển khai các mô hình, thực hiện suy luận phát hiện lỗi trên các dây chuyền sản xuất. Chúng tôi mong muốn hỗ trợ khách hàng khi họ tiếp tục tìm ra những cách sáng tạo mới để triển khai AI.

Để tìm hiểu thêm về cách bạn có thể sử dụng các sản phẩm tầm nhìn (visual) của Google để kiểm tra trực quan và các trường hợp sử dụng khác, hãy click vào Google Cloud Vision AI.

Nguồn: Google Cloud Blog